Entender y usar LLMs con criterio
La base práctica para usar LLMs con criterio: qué son, qué pueden hacer, dónde fallan y cómo verificar sus respuestas. Sin abrir todavía Prompt Engineering avanzado ni herramientas de desarrollo.
15 lecciones en 3 semanas. Una lección por día hábil, cada una con ejercicio práctico y observación personal.
- Duración
- 3 semanas
- Formato
- 3 semanas · 15 lecciones · proyecto final integrado
- Prerrequisitos
- Ninguno. Literalmente cero.
- Stack
- ChatGPT · Claude · Perplexity · Documentación · Sin código
Proyecto final
Mapa personal de uso de LLMs + experimento verificado (sin código)
Skills
- LLMs
- Prompts básicos
- Límites
- Verificación
- Comparación de modelos
- Uso responsable
Este bloque es abierto y gratuito. Sigue las lecciones en orden y cierra con el proyecto final. (15/15)
Currículum
Tres semanas, 15 lecciones y un proyecto final integrado. Síguelas en orden: base, criterio, experimento real.
- Semana 01Inmersión
Qué es un LLM
Entender qué es un LLM, cómo responde y usarlo por primera vez sin sobreestimarlo.
- 0001¿Qué es la Inteligencia Artificial?Diferenciar IA real de ciencia ficción sin entrar en ramas avanzadas
- 0002¿Qué es un LLM?Entender qué hace un LLM en términos prácticos
- 0003Cómo responde un LLMUsar tokens y contexto como intuiciones prácticas, no como teoría pesada
- 0004Qué puede y qué no puede hacerIdentificar límites, alucinaciones y sesgos. No sobreestimar.
- 0005Primer uso guiadoProbar usos simples y observar cuándo ayuda y cuándo no
- Semana 02Profundización
Usar LLMs con criterio
Pedir respuestas claras, iterar, detectar errores y verificar información importante.
- 0006Prompt básico: tarea, contexto, formatoPedir una cosa concreta sin convertir el prompt en una técnica avanzada
- 0007Iterar una respuestaMejorar una respuesta con ajustes pequeños en vez de empezar de cero
- 0008Detectar alucinacionesReconocer respuestas plausibles pero falsas
- 0009Verificar con fuentesContrastar información importante antes de usarla
- 0010Comparar modelos sin casarte con marcasElegir herramienta según tarea, claridad y verificabilidad
- Semana 03Construcción + cierre
Aplicarlo a tu mundo
Elegir una tarea real, convertirla en un experimento pequeño, medir si el LLM ayudó y cerrar con evidencia.
- 0011Elegir un problema realEncontrar una tarea concreta donde un LLM pueda ayudar sin reemplazar tu criterio
- 0012Convertir una tarea vaga en una instrucción claraTraducir intención difusa en pedido concreto, contexto y formato
- 0013Diseñar un experimento pequeñoDefinir entrada, resultado esperado y criterio de éxito
- 0014Medir si sirvióComparar resultado con y sin LLM usando evidencia simple
- 0015Documentar aprendizajesRegistrar qué funcionó, qué falló y cuándo usarías IA de nuevo
Recursos
Referencias curadas detrás de cada lección. Autoridad primero.